Isolation Forest Online
O Isolation Forest Online estende o algoritmo de detecção de anomalias Isolation Forest para dados em streaming ou que chegam continuamente. Em vez de reconstruir árvores de isolamento do zero quando novas observações chegam, a floresta é atualizada incrementalmente para que as pontuações de anomalia permaneçam atuais sem reprocessar todo o histórico. Isso o torna prático para monitoramento em tempo real, detecção de fraudes e vigilância de dados de sensores onde os volumes de dados crescem indefinidamente.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM), pp. 413–422. DOI: 10.1109/ICDM.2008.17 ↗
- Tan, S. C., Ting, K. M., & Liu, T. F. (2011). Fast Anomaly Detection for Streaming Data. In Proceedings of the 22nd International Joint Conference on Artificial Intelligence (IJCAI), pp. 1511–1516. link ↗
Como citar esta página
ScholarGate. (2026, June 3). Online Isolation Forest (Streaming Anomaly Detection with Isolation Trees). ScholarGate. https://scholargate.app/pt/machine-learning/online-isolation-forest
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Detecção de Anomalias com AutoencoderAprendizado de máquina↔ compare
- Isolation ForestAprendizado de máquina↔ compare
- One-Class SVMAprendizado de máquina↔ compare
- Aprendizado OnlineAprendizado de máquina↔ compare
- Random Forest OnlineAprendizado de máquina↔ compare
- Semi-supervised Isolation ForestAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →